AILP — KI-Lernerlaubnis-Protokoll

KI-Lernerlaubnis-Protokoll

Darf KI daraus lernen? In welcher Tiefe, für welche Nutzungen, mit welchen Verpflichtungen?

01 · Definition

AILP operationalisiert das AIRS-Spektrum für die spezifische Frage des Lernens. Es unterscheidet Handlungen, die binäre Crawler-Regeln miteinander vermischen: Gelesen werden ist nicht dasselbe wie daraus gelernt werden; abgerufen werden ist nicht dasselbe wie darauf trainiert werden; Fine-Tuning ist nicht Distillation; wortwörtliche Speicherung unterscheidet sich von statistischer Internalisierung. AILP ermöglicht es einem Publisher, in einer einzigen maschinenlesbaren Datei dimensionsspezifische Berechtigungen zu deklarieren — Zugriff, Indexierung, Inferenz-Input, Embedding, Training, Fine-Tuning, Distillation, Gedächtnis, Ausgabe, Namensnennung und Vergütung — jeweils als erlaubt, verweigert oder lizenzpflichtig.

02 · Zweck

Die Frage "darf KI daraus lernen?" mit dimensionsgenauer Präzision statt mit einem Crawl-Bit beantworten.
Lernerlaubnis (Internalisierung in Modelle) von Zugriffserlaubnis (Abrufen von Seiten) trennen.
Vergütungsmodelle unterstützen: kostenlos, nicht-kommerziell, lizenzpflichtig, Erlösbeteiligung.
Sicherstellen, dass Offenheit maschinell ausführbar ist — damit guter Wille nicht als rechtliche Unsicherheit verworfen wird.

03 · Geltungsbereich

access / indexing — Abruf und semantische Indexierung

inference_input — Nutzung als Kontext zur Inferenzzeit (RAG)

embedding — Vektorisierung und Retrieval-Indizes

training / fine_tuning / distillation — Stufen der Modell-Internalisierung

verbatim_memory — ob exakte Reproduktion erlaubt ist

attribution / compensation — Zitierpflichten und Zahlungsbedingungen

04 · Maschinenlesbares Beispiel

Eine Lernerlaubnis-Deklaration — /ai/rights-spectrum.json (AILP-Profil)

/ai/rights-spectrum.json

{
  "version": "0.1",
  "protocol": "AILP",
  "publisher": "example.org",
  "default": {
    "access": "allowed",
    "indexing": "allowed",
    "inference_input": "allowed",
    "embedding": "allowed",
    "training": "license_required",
    "fine_tuning": "license_required",
    "distillation": "denied",
    "verbatim_memory": "denied",
    "attribution": "required",
    "compensation": "contact"
  },
  "contact": "licensing@example.org"
}

05 · Einschränkungen

Die Semantik der Lernerlaubnis ist technisch am schwersten zu verifizieren — AILP deklariert Absicht, kann Compliance aber noch nicht nachweisen.
Die Dimensionsliste ist ein Entwurf; die Grenzen zwischen Training, Fine-Tuning und Distillation werden noch diskutiert.
Die rechtliche Anerkennung von Lernerlaubnissen variiert je nach Rechtsordnung und ist ungeklärt.